deepfacelab中的AMP模型训练流程分享(搬运外网)
第一阶段#1: SRC-SRC: RW 80k --> RW + UY 20k = 10万迭代 (相当于预训练) (random_src_flip关闭 random_dst_flip关闭)第二阶段#2: SRC-Random DST: RW + UY 40k --> RW + LRD 20k --> no RW 100k --> no RW + UY 20k --> no RW + LRD 20k = 20万迭代
第三阶段#3: SRC-DST: no RW + LRD 50k --> no RW + LRD + UY 20k --> + no RW + LRD + GAN 30k =10万迭代
当前演示的为主要步骤,其他参数可以根据自己需要设置,不要删除任何文件
SRC-SRC :源人脸 对练 源人脸
SRC-Random DST:源人脸 对练 随机数据集
SRC-DST :源人脸 对练 被替换的那个人脸
(这个总共下来是 40万迭代,更好的效果可在原基础训练次数上翻倍,)
RW 随机扭曲 Enable random warp of samples ( y/n ?:help ) : y
启用样本的随机扭曲 (y/n ?:help):启用随机扭曲,以便在训练的初始阶段泛化模型。
UY 侧脸优化 Uniform yaw distribution of samples ( y/n ?:help ) : n
均匀偏航 (y/n ?:help):帮助训练侧脸,强制模型均匀训练不同方向的面部。
LRD 使用学习率dropout Use learning rate dropout ( n/y/cpu ?:help ) : n
使用学习率降落 (y/n/cpu ?:help):启用学习率降落,加速面部训练并减少子像素抖动。
GAN GAN强度 GAN power ( 0.0 .. 5.0 ?:help ) : 0
GAN强度 (0.0 .. 10.0 ?:help):启用GAN训练,以获得更详细/锐利的面部。这是一个可调整的参数,建议在0.01左右
想学习的话可以先从AMP的 224 分辨率模型开始训练
[*]第一阶段和第二阶段的工作流程就像训练 SAEHD 模型一样,不需要完全按照上边工作流程来操作。
重要的是(与其他 AMP 训练不同的地方):
[*]不要删除任何中间文件
[*]针对包含不同人物的数据集进行 SRC 的预训练,就像训练 SAEHD 模型一样
[*]对于 SRC-DST 交换,跳过完全随机的变换,直接使用 LRD 开始交换
学习一下AMP 开始训练 好东西哦 谢谢楼主分享 感谢楼主分享 很好订单 感谢楼主用心的分享 谢谢分享,感谢楼主分享! 签到领灵石
页:
[1]
2